Skip to content

GRA · 再保险与巨灾

空间金融资本与危害、风险暴露和转型的交汇之处

气候与自然巨灾

气候变暖正在改变自然灾难的频率、强度和发生地点:降雨更强、高温更剧烈、热带气旋路径转移,以及 野火的燃料更干燥。危险地区的风险暴露增长进一步加剧了这种影响。本页说明 气候变化 如何影响自然灾难风险,模型和定价如何考虑这一因素,有哪些数据,以及由谁决定。

01登记

Climate and natural catastrophe on the record.

02问题

Climate and natural catastrophe: how the risk develops.

不断变化的物理危害与非平稳性。以下档案说明风险如何发展、衡量什么、数据来自何处、如何建模以及由谁决定。

机制

危害统计特征的变化

Warming raises the probability of heavy rainfall and heat extremes and changes cyclone intensity. Models calibrated on past climate can understate current risk.

机制

Exposure grows in hazard zones

Population and asset growth in coastal and wildland areas raises losses even with no change in hazard. Separating exposure and climate effects is difficult.

机制

次生灾害的权重上升

洪水、强对流风暴和 野火 在保险损失中的占比不断上升,其建模水平却低于主要承保风险。

机制

可保性承压

损失上升推高保费,并使部分地区的承保能力退出。若不 风险削减,可保性将下降,保障缺口将扩大。

03空间金融

风险暴露、危害与超越概率曲线。

哪些地方在严重年份造成损失,以及损失向再保险蔓延的程度。示意性设计数值。

气旋和地震带下的沿海风险暴露,以及它所产生的损失曲线。示意性设计值,并非模型输出或价格。
04指标

衡量什么,以及衡量得如何。

每个指标都注明其单位、频率、背后的来源类型以及数值将附带的证据标签。此处不显示数值:数值由计划依据其自身权限提供。

指标单位节奏来源类型标签
Normalised insured catastrophe lossescurrency per year, adjusted for exposure年度Loss normalisation studies估算
气候情景下模拟的 年均损失 变化百分比每项研究Climate-conditioned models模型估算
强降水事件频率每年事件数年度气象记录观测
Secondary peril share of insured losses百分比年度Industry loss records估算
Non-renewals in high-hazard areas政策数量年度监管机构数据已发布统计
高危害区域内的人口人定期危害地图和人口普查估算
05损失模型

损失超越、年均损失和可能最大损失。

处于覆盖范围内的投资组合每年预期损失,以及保险公司和贷款机构定价所依据的 1/100 和 1/250 水平下的预期损失,均来自每个 巨灾模型 都使用的相同三个模块得出。教学模型,采用明示的示意性数值,并非预测。本页地图显示的是墨西哥湾沿岸;模型本身不与特定地点挂钩。

控制措施

典型年度危害强度(所在地)
1.00 强度指数
极端值的扩散(尺度)
强度指数 0.80
损失一半价值时的强度
4.00 强度指数
脆弱性的离散程度
0.55
危害足迹中的价值占比
40%
防护标准(重现期)
50 年

读数

年均损失
占价值的 0.51%
百年一遇(1/100)的损失
占价值的 24.5%
250 年一遇(1/250)的损失
占价值的 28.4%
百年一遇(1/100)的强度
强度指数 4.68
数字、方法与来源
重现期(年)强度(强度指数)损失(占价值的 %)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

方法

  1. Gumbel extreme-value hazard Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Lognormal fragility (vulnerability) FEMA (2003), HAZUS-MH Technical Manual
  3. Exceedance-probability curve and average annual loss Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Levee effect Di Baldassarre and others (2013), Socio-hydrology, HESS 17
  5. Uncertainty fan (parameter Monte Carlo) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  6. One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

数据

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Rivers Natural Earth
  • Urban extents Natural Earth
  • Cities Natural Earth
  • 过去一周 M4.5+ 地震(USGS) 美国地质调查局 · 登记 usgs.earthquake.summary-feeds
  • 降雨率,最近半小时(IMERG) NASA GPM IMERG Early · 登记 nasa.gibs.context-live-layers
  • 河流流量预报,30 天及范围(GloFAS via Open-Meteo) Open-Meteo.com(CC BY 4.0)、Copernicus GloFAS · 登记 open-meteo.public-pages
  • 建成区与居民点范围,2010 年(HBASE,Landsat) CIESIN/Columbia、NASA SEDAC HBASE · 登记 sedac.context-urban-layers
损失超越概率、年均损失和可能最大损失。示意性教学模型:它依据控件设定的数值运行,而不是实测数据。方法:Gumbel 极值危害(Gumbel(1958),Statistics of Extremes,Columbia University Press);对数正态脆弱性曲线(FEMA(2003),HAZUS-MH Technical Manual);超越概率曲线与年均损失(Grossi 和 Kunreuther(2005),Catastrophe Modeling,Springer)。
06来源

证据来自何处。

具名公共数据集与机构记录,各自注明许可类别。依协议获得的来源仅按其条款使用,绝不再次发布。

来源它提供什么许可类别
IPCC 第六次评估报告,第一工作组关于天气和气候极端事件的章节Assessed changes in extremes and confidence levels免费,IPCC 条款
World Weather Attribution studies极端事件的快速归因免费阅读,条款待核实
NGFS 气候情景包含物理风险的参考情景免费,NGFS 条款
ERA5 再分析Historical hazard climatology免费开放,Copernicus 许可
CMIP6 climate projections未来气候情景Free, terms per modelling centre
United States Treasury Federal Insurance Office and state regulator non-renewal dataAvailability and price of homeowners insurance公有领域或公共记录
07孪生与级联模拟器

Trace a shock in climate and natural catastrophe to the balance sheet.

Assembled from the Nexus Standards area profile Insurance and reinsurance: the shocks it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Pick an initiating shock and step through the cascade to see which exposures it reaches and where losses could concentrate. The Map view places the run on an example geography with open data. Every weight is a stated assumption. An exercise, not a forecast, a valuation, a rating or investment advice. To model a place of your own choosing, open the full System Builder.

灾害

  • 热带气旋
  • 地震
  • 冰塞洪水
  • 野火
  • 风暴潮(在下游引发)
  • 强降雨(在下游引发)
  • 河流洪水(在下游引发)
  • Flash flood (set off downstream)
  • 危险海浪(在下游引发)
  • 大范围停电(在下游引发)
  • 大规模流离失所(在下游引发)
  • 沿海洪水(在下游引发)
  • Aftershock sequence (set off downstream)
  • Fault surface rupture (set off downstream)
  • Soil liquefaction (set off downstream)
  • Slope slide (set off downstream)
  • Rockfall (set off downstream)
  • Tsunami (set off downstream)

控制措施

  • NS-0 章程与原则
  • NS-3 风险记录 UNI(语法、旧编码对照、分配机构)
  • NS-9 情境 UNI(部署、实例、计划实例)
  • NS-10 政策和条款(机器可读的义务:定义、约束、评估和执行)
  • NS-11 验证与监测(证据、证明、零信任符合性观测)
  • NS-14 符合性及与外部标准的对照
  • NRS-F3 保险、巨灾风险与保护缺口
  • NRS-H113 危害类别:金融体系脆弱性(NHS-1 soc.financial-system)
  • NRS-U17Universe 平台概况:Insurance Nexus
  • NRS-H71 危害类别:深时与宇宙灾难(NHS-1 planet.deep-time)
  • NRS-H65 危害类别:超越行星边界(NHS-1 planet.boundary)
  • NRS-F8 参数化与指数型风险转移

观测

  • OECD Data Explorer (incl. Creditor Reporting System, insurance and pension statistics) (listed for reference)
  • Insurance statistics (listed for reference)
  • USGS earthquake GeoJSON summary feeds (listed for reference)
  • Direct economic loss attributed to disasters in relation to global gross domestic product (GDP)
  • Direct economic loss attributed to disasters in relation to global gross domestic product
  • (a) Number of commercial bank branches per 100,000 adults and (b) number of automated teller machines (ATMs) per 100,000 adults

示例地理范围

  • 西欧:152 个六边形网格
  • 过去半小时降雨率(IMERG),NASA GIBS
  • 今夜夜间灯光与停电(VIIRS 昼夜波段),NASA GIBS
  • 穿透云层的地表水,30 m(OPERA DSWx-S1 雷达),NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
08决定

由谁决定,以及证据服务于什么。

Reinsurance and Catastrophe 负责准备证据。以下决定由所指明的主管机构依其自身规则作出,绝不由平台作出。

谁来决定问题本页面服务的证据
巨灾建模团队Whether and how to condition hazard on current or future climate气候科学、观测趋势与模型比较
保险监管机构气候是否体现在 ORSA 和资本中监管气候情景与指引
土地使用和建筑主管部门在哪里建设,按什么标准建设危害预测和损失证据
公共风险池和政府再保险机构的董事会How to price and fund rising risk受气候影响的损失证据

该主题产生的产出

  • 气候条件化巨灾目录指南
  • 关于在损失趋势中区分风险暴露增长与 气候变化 的简报
  • 关于次生危害建模的方法说明
  • Questions for boards on climate in the view of risk
09风险暴露、损失与资本

What climate and natural catastrophe means for exposure, loss and capital.

风险官、监管者或财政部会要求的风险暴露、损失、情景和资本视图,以及它们据以报告的框架。结构遵循监管和精算实务。数值为说明性:绝非价格、评级或建议。

各重现期的风险暴露与损失

气候和自然巨灾造成的损失如何随严重程度增长,包括再保险前后的总额与净额,并与资本相比较。

1/10(10 年一遇)1/50(50 年一遇)1/100(100 年一遇)1/250(250 年一遇)总额扣除再保险后的净额800
重现期年概率总损失净损失净额,资本 = 100
1/10(10 年一遇)0.10141010
1/50(50 年一遇)0.02332121
1/100(100 年一遇)0.01462727
1/250(250 年一遇)0.004683939
年均损失3.12.22.2
一个示例投资组合的示意性损失指数(资本 = 100):保险公司和监管机构所读的超越概率形式。并非任何机构的数据,也非价格或评级。
NGFS 气候情景 · 央行与监管机构绿色金融网络IFRS S2 气候相关披露 · ISSBTCFD 建议 · 金融稳定理事会 TCFD有效管理气候相关金融风险的原则 · 巴塞尔银行监管委员会
10核心问题

专家对气候与巨灾风险提出的问题。

  • 哪些危害的频率或强度正在变化,置信度如何?
  • 基于历史数据校准的模型应如何针对当前气候进行调整?
  • 损失趋势中有多少反映的是危害变化,有多少反映的是风险暴露增长?
  • 自然 气候变率 与长期趋势如何相互作用?
  • 前瞻性情景如何用于 风险评估?
11机制与驱动因素

How climate change affects catastrophe risk.

Climate science, synthesised in international assessments, has established with high confidence that heat extremes have become more frequent and intense, and that heavy precipitation has increased in many regions. Sea-level rise increases coastal flood risk. For some perils, such as tropical cyclone frequency, trends are less certain, while evidence points to an increasing proportion of intense storms.

自然变率,如厄尔尼诺和拉尼娜,也会逐年影响危害发生频率,并可能掩盖或放大趋势。区分信号与噪声需要长期记录和对物理机制的理解。

Losses have risen over time largely because of growth in exposed value, but hazard changes contribute for some perils. Models calibrated on long historical records may underestimate current risk where hazards have changed.

12方法与数据

方法及其局限。

  1. 01

    趋势检测

    运用具有非平稳参数的 极值理论 对危害记录进行统计分析。记录较短会限制检验效力。

  2. 02

    事件归因

    Estimating how climate change affected specific events, using climate science. Methods are evolving.

  3. 03

    气候条件化事件集

    Adjusting event frequencies for the current or future climate. Adjustments carry large uncertainty.

  4. 04

    情景分析

    在气候情景下检验投资组合。情景不是预测。

Projections of hazard change carry uncertainty that grows with time horizon and is larger for some perils than others.

14问题

问题与解答。

气候变化是否正在推高承保巨灾损失?
损失的上升主要源于风险暴露的增长;IPCC 发现,一些极端事件,如强降雨和高温,已变得更频繁或更强烈。要区分二者,需要谨慎的归一化处理。
什么是气候条件化目录?
经调整的随机事件集,用以表示当前或预估的气候,而非历史平均状况。
What are secondary perils?
洪水、冰雹、强对流风暴和野火等灾因,单次事件造成的损失通常小于主要灾因,但发生频繁,保险损失呈上升趋势。
Has climate change increased catastrophe losses?
损失上升主要是由于风险暴露增长,但危害变化对部分灾因也有影响,尤其是高温、强降雨和沿海洪水。
什么是非平稳性?
危害的统计特征随时间变化的性质,因此历史平均值可能无法代表当前风险。
平台是否生成气候预测?
No. Climate science comes from GCRI and international assessments. The platform studies how it is used in catastrophe models.
是否涵盖野火?
是的,作为气候、土地利用与发展相互作用的一类灾因。
报告贡献

从本页贡献证据。

Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。

全球风险联盟(Global Risks Alliance)再保险与巨灾金融与保险准备度方法与技术
再保险与巨灾

向联盟提出风险暴露或资本问题。

信息和咨询现已开放。每项咨询都会获得一个编号,并告知下一步;申请、付款、算力分配和注册只有在相应团队、条款和审查能力就绪时才会开放。